張溪夢：數據智能，助力企業從數據洞察到業務增長

從狩獵時代到今天，人類社會的生產要素進行過幾輪重大變革，包括土地、勞動力、技術、能源都在人類社會充當過非常重要的生產要素。在數字化時代，數據已經成為一種新的重要生產要素。

2020年 4 月，黨中央國務院發布了一份重要文件，確定數據是未來第五大生產要素，后續國家、政府、民營企業都需要在數據建設上發力。而今年“十四五”規劃的發布，更是為這一進程按下加速鍵，那么如何能夠利用好這種新的生產資料, 讓數據驅動新時代的經濟和業務增長呢？答案是數據智能。

過去，我們曾用蒸汽機作為引擎，解放人類的體力，而在今天和不遠的未來，我們將用數據智能作為引擎，取代重復煩瑣的腦力勞動，進一步提升社會產能和效率，最終提高人們的生活水平。

“數字孿生”概念由德勤提出，即所有物理世界中與用戶的觸點，都會在數字世界中重構。

有些線下場景的數字化比較簡單，比如零售重構為電商，線下教育重構為線上教育，線下旅游重構為攜程飛豬，線下出租車重構成滴滴等。

第二種則很難從物理空間完全復制到線上，比如履約、到店、物流、服務等，但新技術產生了很多新觸點，這些新觸點可以幫助我們優化線下流程，大幅度提高服務效率、提升用戶體驗，進而提升整體營收，高效增長。

連接物理世界和數字化世界的最重要橋梁就是數據。無論線上還是線下，所有觸點可以通過數據打通、優化、拓展，產生巨大價值，因此在數字化時代：誰能用好數據，誰就一定可以做好數字化轉型升級。

我和大家介紹一下我們如何幫助客戶做好數字化轉型，分為以下三個關鍵點：

• 第一，建立以用戶為中心的私域數字銀行

2019 年 WPP（世界上最大的媒體和 4A 公司）創始人發布了這樣一串數據：

1、絕大部分全球頭部企業都非常重視數據，數據預算投入平均占比約 35%，少量企業投入超過 50%，而它們的業務增速是其他頭部企業的兩倍。

2、全球大部分用數據驅動的公司中，50% 的決策是基于第一方數據和第三方數據的洞察，其中第一方數據更重要，30% 的決策是來源于一方數據。

利用好第一方數據，將幫助企業正確認知客戶、做出正確決策，并把決策落地為運營動作，產生更好的增長。

更多企業、特別是傳統企業，數據運營的困境正是缺失第一方數據。也許曾經，我們的企業只用回答：公司流量占據了多少市場份額，占多少就決定了公司的估值；但是到了今天，一定要回答：公司用戶的LTV如何，才能決定公司的估值。甚至還有追問，第一，LTV要怎么看、怎么算？ 第二，具體該怎么提升？

用戶都集中在公域流量，成本越來越高，品牌卻無法直接觸達用戶，既不了解用戶，也不知道用戶需求變化，難以及時應對，更難高效增長。

因此，我認為任何一個企業都需要重視搭建企業客戶數據平臺，把它作為企業戰略之一。第一方數據將是企業未來競爭力的關鍵，甚至說，第一方數據的重要性將決定企業的估值和市值。

• 第二，從數據分析到數據智能

這張圖是數據分析演化成數據智能的核心步驟：

1、原始數據的采集。

2、數據整合和清理。

3、數據開始產生價值：形成基礎報表。

4、對數據進行多維查詢分析，產生歸因洞察。

5、數據可視化，最好是由企業業務部門自助完成。

前五步是產生數據價值的基本步驟。

6、預測，大規模的預測能夠讓我們通過分析第一方數據，猜測用戶未來的行為及其概率，幫助我們優化各種業務。

7、運籌，當有了足夠多的預測模型后，通過對各種預測進行模擬，可以快速找到最佳選擇，做出正確的商業決策。

8、最后一步，是更高級的人工智能，無監督的人工智能，當實現了前七步后，未來很可能就是無監督的人工智能世界。

這八個階段，從產生并采集數據、讓數據形成洞察，到最后的洞察帶來實際的產出，給我們規劃了非常清晰的企業數據智能發展路徑。大家可以判斷下自己企業目前所處的階段和位置，并思考向前演進的路徑了。

• 第三，構建全域營銷體系

構建全域營銷，需要企業掌握自主可控的直連用戶的能力，這是非常重要、卻很容易被忽視的一點。忽視了直連用戶，之前的數據沉淀與數據智能就是在格子里跳舞，只有構建全域營銷，數據智能才能激發出企業運營的想象力，發揮出巨大價值。

品牌需要將線上的小程序、App、廣告媒介，線下的門店、導購、POS 機、觸摸屏，全部整合起來，為客戶提供無縫體驗，既要符合觸點特性，更要滿足每個用戶不同成長階段的需求。比如，當用戶到店，導購通過快速了解用戶之前的交易記錄、消費能力、商品偏好，可以為客戶提供更精準的服務，給用戶更好體驗，帶來更大價值。

2015 年，我將“增長黑客”理論體系帶回國內，為中國企業提供以“數據驅動業務增長”為目標的數據產品和咨詢服務。市場上有形形色色提供數據分析、洞察的產品，但對于企業來講，只有數據是不夠的，必須把數據變成洞察、洞察落地增長才是有價值的。因此，我認為，如何幫助企業踐行“從洞察到增長”，這才是企業真正需要的。

• 從用戶行為分析到數據智能

首先，我們要完成上圖中前五步的積累，幫助企業收集線上行為數據，幫助企業分析轉化、留存，幫助提升用戶體驗、優化數字化廣告投放策略等。這五步的共通點是，所有的數據分析和洞察的結果，是人類可讀的。

跨越鴻溝后的數據智能，就是由頂級數據科學家構建的各種算法模型、機器學習、甚至無監督的人工智能，來實現由機器代替人類看數據、分析數據、做出洞察。

現在，我們已經進入到預測和模擬階段，在打通第一方數據的基礎上，通過機器學習模型進行預測，目前已經在好好住等企業落地，有很好的增長效果，可以大幅提升商業決策效率。

• 全新解決方案

上圖中，最底層是管理數據化和業務數字化，將產生大量數據。

然后進入管理數據、分析數據和應用數據這三個層次，其中管理數據由客戶數據平臺來實現，分析數據由用戶 360 畫像等產品來實現，而應用數據層，我們則提供產品分析、廣告分析、智能運營等產品。最上層與增長戰略相關，需要有正確的增長戰略、增長方法和增長人才，企業才能夠自上而下地落地增長。因此，通過提供專業咨詢服務的方式，可以更好的實現全方位的落地增長。

• 增長案例：江西移動

我們攜手江西移動，加速江西移動數字化轉型步伐。以提升優質用戶數量、激勵用戶價值躍遷為目標，借助 AI模型及基于大數據的智能用戶運營解決方案，從 APP、WAP、微信生態等多個渠道完善用戶體驗；依托優質內容拓寬潛在用戶群，挖掘影響力客戶，全面增加客戶數量、提升客戶質量。

在數據層，打破和我信 APP、HUI 買 WAP、微廳等多個移動端渠道數據壁壘，建立以用戶運營為核心的用戶數據平臺；在運營層，搭建數據驅動業務增長平臺，結合 AI 技術尋找用戶高活躍場景，培養用戶線上消費及交互習慣；同時構建會員體系，基于 AI 模型識別并量化高價值用戶及行為特征，形成精準用戶畫像，定制 FRV 模型形成用戶運營閉環；在客戶觸達層，基于微信生態社交裂變及用戶畫像，發現高價值人群，降低獲客成本，提升獲客效率。

憑借本次合作，江西移動完成數據驅動運營的基礎建設工作，落地基于標簽和畫像系統的精細化會員運營體系，有效提升了線上渠道營收。

數據驅動業務增長的腳步還在繼續。我們正在與江西移動一起探索通過數據智能的應用，實現“一客一策”的智能運營體系。傳統的商業分析由人力實施，只能進行一維、二維的低維度分析。利用機器學習技術和人工智能模型，能夠對企業客戶進行多維度、海量數據的智能分析。

我們非常欣喜地看到，數據化、數字化、增長體系等在很多企業中落地、生根、發芽，最后驅動了業務的增長。相信未來，在業者的共同探索和努力下，數據智能將為企業帶來更大的價值。

專家介紹：